ZC地区嘉四~1—嘉三碳酸盐岩储层非线性预测

基于碳酸盐岩储层裂缝系统岩石物理实验研究,裂缝系统具有明显非线性特征,采用裂缝非线性预测技术对ZC构造嘉四1-嘉三储层裂缝发育带进行精细刻画。ZC构造嘉陵江组嘉四1~嘉三储层裂缝展布分为三个带,两个主要裂缝发育区块,并分为五级,裂缝展布特征与构造特征及断层分布密切相关。应用地震优化非线性反演方法对嘉四1-三段储层过井剖面进行了速度反演,获得了高分辨率速度反演剖面,清晰而详细地反映了嘉四1-三段储层的变化特征,有效地提高了储层预测效果,实际钻探证明,研究区有效裂缝富集区与天然气富集区具有对应关系;在利用构造特征、地震反射特征、速度特征及非线性参数特征对嘉四1-嘉三储层预测研究的基础上,为研究区的勘探开发提供科学基础与依据,具有重大的实际经济意义。     

叠前多属性概率神经网络反演储层孔隙度

近十年来非线性反演方法(如人工神经网络、遗传算法)在地球物理解释中,得到越来越多的应用,但人工神经网络反演目前通常只采用叠后波阻抗反演结果和叠后地震属性(如振幅、频率和相位)进行预测,而忽略了地震叠前道集中包含的地层信息.这里通过叠前地震反演获得纵波、横波阻抗和密度信息,结合叠前地震属性,综合应用PNN神经网络方法来反演地层孔隙度参数.其过程包括:①提取叠前地震属性和叠前反演纵波、横波阻抗和密度参数;②分析孔隙度和各类叠前属性和叠前弹性参数的相关程度,确定出与孔隙度关系密切的主要参数;③综合叠前反演弹性参数和叠前属性等参数,应用神经网络分析方法反演得出孔隙度体.该方法克服了由于砂泥岩波阻抗重叠造成的叠后波阻抗反演储层预测存在多解性的问题,反演孔隙度体提高了储层识别精度,储层预测和钻井结果一致,符合实际地质规律,证明本方法正确有效.     

基于等效介质模型和频变AVO反演的裂缝储层参数估算方法

由于裂缝性油气藏具有突出的资源潜力和经济效益,利用地震方法对裂缝储层进行精细的定量描述逐渐成为勘探地球物理的关键任务之一。为了克服以往数据驱动类反演方法无法直接获得裂缝参数、而基于静态等效介质模型驱动的反演方法无法描述孔隙内部结构和流体信息的缺点,笔者提出一种基于动态等效介质模型的储层定量描述新方法。该方法通过频变AVO(amplitude variation with offset)理论建立目标函数并使用全局最优化算法反演裂缝参数。一维和二维模型测试证实,由于充分利用了反射系数频变响应对裂缝密度和时间尺度因子的敏感性,反演方法可以对裂缝储层实现有效描述。     

储层地震预测应用条件及其实例分析

地震属性技术已经在油气勘探开发,油气藏预测与描述中得到了广泛的应用,其与地球物理和地质特征之间的关系,也越来越受到人们的重视。但地震属性之间,地震属性与储层参数之间的相互关系仍较模糊,对地震属性的使用缺乏系统的研究和分析,这使得地震属性在应用中存在较大的不确定性。这里通过模型和实例分析,研究了储层地质特征,地质与地球物理参数的相关性,地震属性的有效性以及储层预测的基础地质条件,对油气勘探开发具有一定的实际意义和指导作用。     

页岩气地震识别与预测技术

依据页岩气的地质特点及当前地震勘查技术的水平,指出地震在识别和追踪页岩储层空间分布（包括埋深、厚度以及构造形态）方面具有明显的优势;综合利用测井及地质资料,对页岩储层有机质丰度、含气性等参数进行解释及优选敏感的地球物理参数,进而建立储层特征与地震响应的关系,以此反演预测页岩气储层有利区;运用相干与曲率等属性分析技术、宽方位甚至全方位地震各向异性分析技术、叠前反演技术、横波分裂技术等,可解决储层裂缝和岩石力学特征问题,直接为钻井和压裂工程技术服务;与压裂技术配套发展的微地震监测技术,可实时提供压裂过程中产生的裂缝位置、方位、大小以及复杂程度,并对储层改造方案的有效性作出准确评价。     

地震优化非线性反演方法及应用研究

地震优化非线性反演方法是一种集遗传算法和人工神经网络技术的优势于一体的新技术，它采用混合智能优化学习方法，这种优化学习方法是将BP算法作为一个算子嵌入到自适应遗传算法中，以概率Pbp的方式进行搜索运算，从而，快速而精确地找到全局最优解。在嘉陵江组的实际反演研究中，由井点出发构造测井资料与井旁地震道的非线性映射关系，并自适应地更新这种非线性映射关系和自适应外推，以获得嘉陵江组的高分辨率反演剖面，这种高分辨率剖面清晰而详细地反映出嘉陵江组在纵横方向上的变化特征，有效识别这种薄储层，获得了很好的储层预测效果，并为钻井所证实，在嘉陵江组储层中获得高产工业气流。因此，地震优化非线性反演方法具有广阔的应用前景。     

曲率属性在地应力地震预测中的应用

裂缝对页岩储层的开发和勘探有着重要的作用,与裂缝相关的储层参数有很多。通过研究这些与裂缝相关的储层参数,可以预测裂缝密度的分布和状态。介绍了利用曲率属性估算地应力的地震预测方法,根据预测裂缝密度的扩展曲率方法,选取某工区的裂缝型页岩储层对该方法进行实际应用。实际数据应用结果表明,利用曲率属性进行地应力地震预测,可以评价地层中易于产生裂缝的区域,指导页岩储层的水力压裂开发。     

准噶尔盆地玛西地区致密砂砾岩优质薄储层预测

准噶尔盆地玛湖西斜坡区三叠系百口泉组储层为扇三角洲致密砂砾岩,具有低孔、低渗、储层薄的特征,水下中等孔隙度的灰绿色砂砾岩为优质储层。由于地震资料主频低(25~30 Hz),储层薄(10 m左右),而且优质储层与致密层阻抗叠置,目前常用的叠后波阻抗反演、叠前同时反演等方法都满足不了该地区优质薄储层预测的要求。笔者基于取芯、测井、试油等资料开展岩石物理分析,利用纵波阻抗和纵横波速度比建立岩石物理图版,确定该区的优质储层参数特征。在此基础上,开展叠前地质统计学反演,综合叠前同时反演与地质统计学反演技术的优点,实现砂砾岩优质薄储层的预测。反演结果表明,叠前地质统计学反演结果可以明显提高储层纵向预测的分辨率,较好地解决该地区致密砂砾岩优质薄储层预测的问题,为该区下步勘探开发提供依据。     

YD高密度三维区沙四段灰岩有利储层地震预测

YD断裂带油气富集,新近系岩性体勘探空间大,但是勘探程度较低,制约勘探效率的主要原因是储层非均质性强,分布规律复杂,同时受地震资料及常规地震预测技术的限制,岩性体有利储层地震预测难度大。基于YD地区高密度三维方位地震资料,开展了沙四段灰岩有利储层地震预测研究工作,首先利用方位地震属性的差异性,预测储层裂缝分布;然后利用基于各向异性参数反演的储层预测技术,描述储层的各向异性特征;最后联合两种地震预测技术结果,以储层裂缝分布预测为主,以储层各向异性特征作约束,综合描述研究区沙四段灰岩储层裂缝发育程度,提高了沙四段灰岩有利储层地震预测精度。     

基于地震偶极子波多重积分的初始阻抗模型建立方法

地震阻抗反演需要适当的低频储层模型,常规反演方法是基于地震、测井资料和地震速度预测来建立储层低频模型。由于储层纵横向变化快,常规方法易出现低频模型的多解性和精度低等问题。综合考虑储层顶底地震反射界面阻抗和储层厚度特征,提出了整体反映这些特征的地震偶极子波概念和相应的地震响应特征分析方法。以此为基础,形成了偶极子波多重积分约束的地震反演初始模型建立新方法。该方法充分利用地震多重积分对储层位置和厚度识别与表示功能,再结合测井声波曲线的分频谱等数据构建地震初始阻抗低频模型。该建模方法在柴达木盆地某工区实际应用结果表明,所建模型与实际复杂的风化壳裂缝储层地震剖面吻合好,较完整地反映了地震剖面上的地质层位与构造特征,该模型对提高地震反演的稳定性和精度十分有利。     

塔中围斜地区碎屑岩储层地震非线性综合预测

针对塔中围斜区总体勘探程度较低、大埋深碎屑岩储层构造欠发育和储层内部的非均质特性,尝试将储层地震非线性综合预测技术首次应用于塔中围斜区碎屑岩储层预测,储层综合预测表明,卡1区东河砂岩和志留系下砂岩段储层的有效性指数值在0.7以上的层段为有利储层段,取得了新的进展和较好的应用效果,对该区的勘探开发具有一定的参考意义,为塔中围斜区储层预测和油气检测探索出一条新的技术途径。     

Geoacoustic inversion using adaptive neuro-fuzzy inference system

The geoacoustic parameters form significant input for underwater acoustic propagation studies and geoacoustic modeling. Conventional inversion techniques commonly used as indirect approach for extraction of geoacoustic parameters from acoustic or seismic data are computationally intensive and time-consuming. In the present study, we have tried to exploit the advantage of soft computing techniques like, reasoning ability of fuzzy logic and learning abilities of neural networks, in inversion studies. The network model based on the combined approach called adaptive neuro-fuzzy inference system (ANFIS), is found to be very promising in inversion of the acoustic data. The network model once built is capable of invert a few thousand data sets instantaneously, to a reasonably good accuracy. In the case of conventional approaches, repetition of the entire inversion process with each new data set is required. A limited number of sensor’s data are sufficient for simulation of the network model and provides an advantage to use short hydrophone array data. Inversion results of a few hundred test data sets, representing different geoacoustic environments, show the prediction error is much less than 0.01 g/cc, 10 m/s, 10 m and 0.1 against first layer’s density, compressional sound speed, thickness and attenuation respectively for a three-layer geoacoustic model. However, the error is relatively large for the second- and third-layer parameters, which need to be improved. The model is efficient, robust and inexpensive.     

基于模糊神经网的油气综合评判方法研究

针对常规模式识别方法进行油气预测时,存在样本数量大、参数非线性及已知样本数类型分类有明显的模糊性等特点。本文根据神经网络的自适应谐振理论（ＡｄａｐｔｉｖｅＲｅｓｏｎａｎｃｅＴｈｅｏｒｙ）结合模糊Ｋ均值聚类算法、特征参数非线性映射的有效性校验,构成了一个性能完善的地震参数油气预测系统。该系统对样本特征空间用模糊神经网络建立未知样本的预测度量,更加符合客观地质特征和油气分布规律,从而能判别油气富集的有利区域。数值分析和实践应用表明,该方法数值稳定可靠,在储层油气预测方面有较好的效果     

大坝变形预测的ANFIS模型

大坝变形预报时,存在影响因素多且各因素之间的相互关系复杂,常规的变形预测方法难以满足大坝安全监控的要求。自适应神经模糊系统(ANFIS)兼备神经网络的自学习、自适应能力,以及模糊系统良好的知识表达性能。在系统分析大坝变形主要影响因素的基础上,以水库库水位、温度及时间效应为影响因子,建立基于自适应模糊神经系统的大坝变形预测模型,并以三峡二期围堰为例进行实证分析。研究表明,该模型计算简便,适用性强,精度高,为大坝变形预报提供了新的思路。     

Estimation of petrophysical parameters using seismic inversion and neural network modeling in Upper Assam basin,India

Estimation of petrophysical parameters is an important issue of any reservoirs. Porosity, volume of shale and water saturation has been evaluated for reservoirs of Upper Assam basin, located in northeastern India from well log and seismic data. Absolute acoustic impedance (AAI) and relative acoustic impedance (RAI) are generated from model based inversion of 2-D post-stack seismic data. The top of geological formation, sand reservoirs, shale layers and discontinuities at faults are detected in RAI section under the study area. Tipam Sandstone (TS) and Barail Arenaceous Sandstone (BAS) are the main reservoirs, delineated from the logs of available wells and RAI section. Porosity section is obtained using porosity wavelet and porosity reflectivity from post-stack seismic data. Two multilayered feed forward neural network (MLFN) models are created with inputs: AAI, porosity, density and shear impedance and outputs: volume of shale and water saturation with single hidden layer. The estimated average porosity in TS and BAS reservoir varies from 30% to 36% and 18% to 30% respectively. The volume of shale and water saturation ranges from 10% to 30% and 20% to 60% in TS reservoir and 28% to 30% and 23% to 55% in BAS reservoir respectively.     

基于模拟退火粒子群优化算法的裂缝型储层各向异性参数地震反演

发育垂直定向排列裂缝的地下岩石可等效为具有水平对称轴的横向各向同性（horizontal transverse isotropic,HTI）介质。针对HTI介质模型,本文研究了裂缝型储层的各向异性参数地震振幅随方位角变化（amplitude variations with azimuth,AVAZ）的反演方法。首先,在地震AVAZ反演流程中,提出采用模拟退火粒子群优化算法实现裂缝型储层各向异性参数反演。之后,通过理论模型测试,验证了基于模拟退火粒子群优化算法的地震AVAZ反演的有效性。最后,将反演方法应用于四川盆地龙马溪组页岩气储层实际方位地震数据;在反演之前先利用傅里叶级数方法估计裂缝方位并对实际数据进行方位校正,以提供更准确的输入数据;通过计算得到的P波、S波各向异性参数可用于评价裂缝发育程度。反演结果表明,研究区域构造顶部裂缝较发育,与地质基本理论一致,验证了反演方法的合理性。     

徐家围子断陷安达地区火山岩有效储层预测方法

针对火山岩岩性复杂,非均质性强,特别是深层地震资料信噪比相对较低,有效储层识别及预测难度大的问题,以营城组三段为目的层位,在分析火山机构地球物理特征和火山岩平面分布特征的基础上,运用地质统计学反演方法,通过GR反演预测酸性岩、中性岩和基性岩的分布.工区中性岩最为发育,厚度为400～800m;基性岩和酸性岩相对不发育.在岩性识别的基础上,运用密度反演分别圈定不同岩性的有效储层,本区有效储层主要以中性岩和基性岩为主,在火山锥、断裂和裂缝相对发育的地区,有效储层相对发育.     

塔里木盆地富满大型碳酸盐岩油气聚集区走滑断裂控储模式

塔里木盆地台盆区深层海相油气勘探目标由层间岩溶向断控岩溶转变,并在处于坳陷区的富满地区发现了以走滑断裂为主控因素的断控型油田。富满地区储层特征与盆地内古隆起区、斜坡区均有不同,因此需要建立适合研究区的走滑断裂控储模式。本次研究通过高密度三维地震资料刻画了研究区走滑断裂的分布,利用岩心、测井、试井资料以及缝洞体识别技术明确了不同类型的储层分布,分析了研究区走滑断裂样式与差异变形对储层发育的影响,建立了走滑断裂控储模式。研究结果表明:(1)富满大型碳酸盐岩油气聚集区储集空间主要由多期走滑构造破裂作用与岩溶作用形成的洞穴型、裂缝-孔洞型、裂缝型与孔洞型空间组成;(2)走滑断裂活动性越强,断裂带宽度越大,储层发育规模越大,张扭段与压扭段断层破碎带型储层较平移段平面分布范围更广,纵向发育深度更大;(3)张扭段为汇水区,断裂联通性好,有利于大气流体下渗以及热流体上涌从而对储层进行溶蚀改造;压扭段为分流区,岩溶储层多发育于断裂带两侧,断裂开启程度低,受流体改造程度低于张扭段。     

基于自适应神经-模糊推理系统的软土路基沉降预测模型

针对目前软基沉降预测中最常用的生长曲线模型以及人工神经网络模型的不足,提出将自适应神经模糊推理系统(ANFIS)应用于软基沉降预测。ANFIS将专家的模糊推理过程蕴含于神经网络结构中,使神经网络的结点和权值具有明确的物理意义,避免了传统神经网络工作过程的"黑盒"性。同时该系统可以采用最小二乘法和梯度下降法相结合的混合算法,既具有神经网络的自适应性和学习能力,又克服了它的局部极小值等缺点,预测精度也远高于生长曲线模型。最后用工程实例与生长模型和神经网络模型进行了对比,结果表明:ANFIS模型优于这两种模型,特别是在模拟多输入变量、高维数下软基沉降预测问题时有着独特的优势,具有一定的推广应用价值。     

测井与地震资料联合反演预测K2灰岩及其含水性

阳煤五矿主要可采煤层15号煤层顶板发育的K₂灰岩不是良好的地震波反射界面,常规地震剖面很难连续追踪。测井曲线上的K₂灰岩表现为高密度和高视电阻率异常,采用密度与视电阻率两种测井曲线融合生成拟密度曲线,基于模型反演得到地层岩性数据体,从而识别灰岩的赋存形态与厚度;采用概率神经网络反演的方法,优选出9种地震属性,构成神经网络训练样本,对灰岩的孔隙度和视电阻率进行神经网络反演,预测灰岩的富水性。